Исследователи из CMU и UC Santa Barbara предложили инновационную систему на основе искусственного интеллекта для Диагностики мыслей в целях обнаружения когнитивных искажений в психотерапии.

Инновационная система на основе искусственного интеллекта для диагностики мыслей в психотерапии исследователи из CMU и UC Santa Barbara представляют новое решение обнаружения когнитивных искажений

Во всем мире около одного из восьми человек испытывают проблемы с психическим здоровьем. Однако психические расстройства значительно сокращаются по различным причинам, таким как отсутствие специалистов по психическому здоровью, низкокачественное лечение, запредельные расходы и общественная стигматизация. В странах с высоким доходом покрытие лечения психического здоровья составляет 33%, в странах с низким и нижним средним доходом – всего 8%. По последнему отчету Американской психологической ассоциации, у шести из десяти психологов “нет больше свободных мест для новых пациентов”. Это привело к созданию автоматизированных инструментов для помощи в психическом здоровье, таких как эмоциональные чат-боты и анализ настроения, чтобы смягчить последствия таких обстоятельств.

Однако существующие усилия обычно ограничиваются поверхностными эвристическими попытками, такими как анализ эмоций и создание утешительных реакций. Такие системы до сих пор многое должны научиться о том, как внести свой вклад в профессиональную психотерапию, что требует глубоких исследований мыслительных процессов пациента, создания моделей познания и техник для восстановления моделей познания. Часто используемые традиционные парадигмы лечения, такие как когнитивно-поведенческая терапия (КПТ) и терапия принятия и приверженности (АКТ), основаны на этих техниках. Сложность создания профессиональной поддержки для психотерапии также обусловлена тем, что большинство источников данных, документирующих взаимодействие пациентов и лицензированных специалистов, являются конфиденциальными.

Недавние достижения в разработке крупных моделей языка (LLM) показывают потрясающие способности этой модели к различным проблемам текстового рассуждения в условиях без подготовки. ChatGPT и GPT-4 показывают очень многообещающие результаты в традиционном экзамене Sally-Анн, который оценивает фундаментальную теорию ментальной способности приписывать ментальные состояния, включая убеждения, эмоции, желания и т.д. Кроме того, использование этой способности для сложного когнитивного анализа и рассуждений показывает перспективы. Сейчас наиболее подходящий момент для создания экспертной, сосредоточенной, организованной поддержки искусственного интеллекта для психотерапии. Они начинают эту работу, исследуя первую важную процедуру в когнитивно-поведенческой терапии (КПТ), а именно задачу определения когнитивных искажений.

• Исследователи университета Техаса в Остине представляют LIBERO исследовательскую платформу для всестороннего изучения передачи знаний в принятии решений и робототехнике на протяжении всей жизни.
• Участок обзора с улицы спасает глубокое обучение облегчает создание безопасных зданий
• Исследователи МИТ представляют новую процедуру декодирования языковой модели на основе игровой теории без необходимости обучения.

Исследователи из Карнеги Меллонского университета и Университета Калифорнии, Санта-Барбары, предлагают метод диагностики мысли (DoT), который был вдохновлен тем, как специалисты по психотерапии проводят сложную диагностику на основе речи пациента. В DoT они используют три этапа для диагностики речи пациента: субъективную оценку, контрастное рассуждение и анализ схемы. Они отделяют субъективные идеи пациента от объективных фактов при субъективной оценке. В контрастном рассуждении они извлекают обоснования за и против идей пациента. Наконец, они обобщают лежащую в основе мыслительной схемы и связывают ее с различными формами когнитивных искажений в анализе схемы.

С использованием самых новых успешных LLM они проводят обширное тестирование. В DoT достигается более 10% и 15% относительного повышения оценки и классификации искажений на ChatGPT в условиях без подготовки. Диагностическая процедура является полностью интерпретируемой благодаря сформированным обоснованиям на трех этапах, а их качество также подтверждают человека. Они демонстрируют огромный потенциал LLM в улучшении профессиональной психотерапии. Это исследование является отправной точкой для крупного проекта, и они приглашают сообщества искусственного интеллекта и психотерапии работать вместе над совместным предприятием. Их конечная цель – предоставить экспертную, безопасную, основанную на искусственном интеллекте помощь, которая может значительно улучшить системы поддержки психического здоровья.